求VS Code环境下Python提取GC色谱峰保留时间与峰面积代码

需求概述 #

处理CSV格式的气相色谱数据，提取所有峰的保留时间(Retention Time)和峰面积(Peak Area)，生成带编号的峰列表，同时可在VS Code中运行并可视化色谱图。现有R代码仅能识别首个峰，需替换为Python实现。

可直接运行的Python代码 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import find_peaks
from scipy.integrate import simpson

# 1. 读取CSV数据（替换为你的文件路径）
csv_path = "your_gc_data.csv"
df = pd.read_csv(csv_path)

# 假设CSV列名为"RT"（保留时间）和"TIC"（信号强度），列名不同请自行修改
rt = df["RT"].values
tic = df["TIC"].values

# 2. 峰检测参数调整（可根据实际数据修改）
# height: 峰的最小高度，过滤噪音；distance: 峰之间的最小采样点距离
peaks, properties = find_peaks(tic, height=100, distance=50)

# 3. 计算每个峰的面积（使用辛普森积分）
peak_areas = []
for peak_idx in peaks:
    # 确定峰的左右基线边界
    peak_pos = np.where(peaks == peak_idx)[0][0]
    left_bound = 0 if peak_pos == 0 else (peaks[peak_pos-1] + peak_idx) // 2
    right_bound = len(tic)-1 if peak_pos == len(peaks)-1 else (peak_idx + peaks[peak_pos+1]) // 2
    
    # 对峰区间的信号积分
    area = simpson(tic[left_bound:right_bound+1], rt[left_bound:right_bound+1])
    peak_areas.append(area)

# 4. 生成带编号的峰列表
peak_list = pd.DataFrame({
    "峰编号": range(1, len(peaks)+1),
    "保留时间(sec)": [round(rt[p], 3) for p in peaks],
    "峰面积": [round(a, 2) for a in peak_areas]
})

# 打印峰列表
print("峰提取结果：")
print(peak_list)

# 5. 可视化色谱图并标注峰信息
plt.figure(figsize=(12, 6))
plt.plot(rt, tic, label="TIC信号")
plt.scatter(rt[peaks], tic[peaks], color="red", marker="o", label="检测到的峰")

# 标注每个峰的RT和面积
for i, (p_rt, p_area) in enumerate(zip(rt[peaks], peak_areas)):
    plt.text(p_rt + 0.5, tic[peaks][i] + 50, 
             f"峰{i+1}\nRT: {round(p_rt,3)}s\n面积: {round(p_area,2)}",
             fontsize=8, bbox=dict(facecolor='white', alpha=0.8))

plt.xlabel("保留时间(sec)")
plt.ylabel("信号强度(TIC)")
plt.title("气相色谱图峰标注")
plt.legend()
plt.grid(alpha=0.3)
plt.show()

# 可选：将峰列表保存为CSV
peak_list.to_csv("gc_peak_results.csv", index=False)

使用说明 #

1. 依赖安装：在VS Code终端运行以下命令安装所需库：

   pip install pandas numpy matplotlib scipy
   

2. 路径与列名修改：将代码中的csv_path替换为你的GC数据CSV文件路径；如果CSV的列名不是"RT"和"TIC"，请同步修改代码中对应的列名。
3. 参数调整：
   • find_peaks中的height：设置峰的最小高度，过滤低强度噪音峰
   • distance：设置峰之间的最小采样点距离，避免识别过近的假峰
   • 积分边界逻辑可根据实际色谱峰的基线情况微调
4. 运行：在VS Code中直接运行脚本，会输出峰列表、显示带标注的色谱图，同时可选将结果保存为CSV文件。

现有R代码问题说明 #

你提供的R代码中，findpeaks调用时传入的是x（一个0到1的序列）而非实际的TIC信号，导致峰检测逻辑错误；且DrawChromatogram默认仅返回首个峰，因此无法提取所有峰信息。上述Python代码直接基于原始信号处理，可正确识别所有符合条件的峰。

内容的提问来源于stack exchange，提问作者piupiu